AutoRL-TSP-RSM: sistema de aprendizado por reforço automatizado com metodologia de superfície de resposta para o problema do caixeiro viajante

Abstract

A definição de parâmetros é uma importante etapa para a utilização de métodos de Aprendizado de Máquina. No entanto, pode ser altamente custoso definir esses valores de condições iniciais para cada aplicação. Assim, este trabalho tem como objetivo propor um sistema de Aprendizado de Máquina Automatizado para ajuste de parâmetros. Nesta linha, foi desenvolvido um método de Aprendizado por Reforço Automatizado aplicado ao Problema do Caixeiro Viajante. O sistema proposto ajustou através da Metodologia de Superfície de Resposta dois parâmetros (taxa de aprendizado e fator de desconto) do algoritmo Q-learning. Os resultados revelaram que os valores ajustados pelo método proposto alcançaram, em geral, as melhores soluções, em comparação com a adoção de parâmetros da literatura.